Pytorch修改ResNet模型全连接层进行直接训练实例
88 浏览量
2020-09-18
16:07:14
上传
评论 1
收藏 31KB PDF 举报
Pytorch修改修改ResNet模型全连接层进行直接训练实例模型全连接层进行直接训练实例
在本篇文章里小编给大家整理的是关于Pytorch修改ResNet模型全连接层进行直接训练相关知识点，有需要的朋
友们参考下。
之前在用预训练的ResNet的模型进行迁移训练时，是固定除最后一层的前面层权重，然后把全连接层输出改为自己需要的数
目，进行最后一层的训练，那么现在假如想要只是把
最后一层的输出改一下，不需要加载前面层的权重，方法如下：
model = torchvision.models.resnet18(pretrained=False)
num_fc_ftr = model.fc.in_features
model.fc = torch.nn.Linear(num_fc_ftr, 224)
model = nn.DataParallel(model, device_ids=config.gpus).to(device)
首先模型结构是必须要传入的，然后把最后一层的输出改为自己所需的数目
以上知识点很简单，大家可以测试下，感谢大家的阅读和对我们的支持。
资源评论
